[论文解读] OEC: Open-Ended Classification for Future-Proof Link-Fraud Detection.

Neil Shah, Hemank Lamba+2 more|arXiv (Cornell University)|Apr 5, 2017

Spam and Phishing Detection参考文献 20被引用 4

一句话总结

本文提出OEC（开放式分类），一种新颖方法，通过利用蜜罐生成的欺诈行为洞察，实现社交网络中未来抗性的链接欺诈检测。通过分析行为模式，构建高精度的基于熵的特征，并引入动态分类框架，OEC相比基线方法将误分类率降低超过18%，同时在精确率和召回率上均超过0.95，显著提升判别性能。

ABSTRACT

When tasked to find fraudulent social network users, what is a practitioner to do? Traditional classification can lead to poor generalization and high misclassification given few and possibly biased labels. We tackle this problem by analyzing fraudulent behavioral patterns, featurizing users to yield strong discriminative performance, and building algorithms to handle new and multimodal fraud types. First, we set up honeypots, or dummy social network accounts on which we solicit fake followers (after careful IRB approval). We report the signs of such behaviors, including oddities in local network connectivity, account attributes, and similarities and differences across fraud providers. We discover several types of fraud behaviors, with the possibility of even more. We discuss how to leverage these insights in practice, build strongly performing entropy-based features, and propose OEC (Open-ended Classification), an approach for future-proofing existing algorithms to account for the complexities of link fraud. Our contributions are (a) observations: we analyze our honeypot fraudster ecosystem and give insights regarding various fraud behaviors, (b) features: we engineer features which give exceptionally strong (>0.95 precision/recall) discriminative power on ground-truth data, and (c) algorithm: we motivate and discuss OEC, which reduces misclassification rate by >18% over baselines and routes practitioner attention to samples at high-risk of misclassification.

研究动机与目标

• 解决传统分类方法在检测社交网络中不断演变、多模态链接欺诈方面的局限性。
• 通过获得IRB批准的受控蜜罐部署，识别并表征多样化的欺诈行为。
• 在真实数据上，工程设计出精确率和召回率均超过0.95的高判别性特征。
• 开发OEC，一种可扩展的算法，可降低误分类率，并将注意力集中于高风险样本。
• 使欺诈检测系统具备应对新兴、此前未见的欺诈类型的能力。

提出的方法

• 在社交网络中部署蜜罐账户，以收集关于欺诈性关注者获取活动的真实世界数据。
• 分析本地网络连接性、账户属性以及提供商级别上的相似性与差异性中的行为异常。
• 设计基于熵的特征，以捕捉用户行为模式中的异常，具备强大的判别能力。
• 引入OEC，一种分类框架，通过重新加权不确定性和聚焦于高风险样本，动态适应新型欺诈类型。
• 使用反馈回路优先处理误分类实例以供人工审查，从而提升长期模型鲁棒性。
• 利用蜜罐部署获得的真实数据训练并验证特征与算法组件。

实验结果

研究问题

• RQ1 在真实世界环境中，哪些行为模式可将欺诈性社交媒体账户与合法账户区分开？
• RQ2 如何工程设计基于熵的特征，以实现在检测链接欺诈时的高精确率和高召回率？
• RQ3 分类系统在多大程度上可对新型和未见过的欺诈类型具备韧性？
• RQ4 与传统基线方法相比，OEC在动态欺诈检测中如何降低误分类率？
• RQ5 从业者应将注意力集中于何处，以最大程度检测新兴欺诈模式？

主要发现

• 蜜罐部署揭示了多种不同的欺诈行为，包括网络连接性差异和特定提供商的策略变体。
• 工程设计的基于熵的特征在真实数据上精确率和召回率均超过0.95，展现出强大的判别能力。
• OEC相比基线分类方法将误分类率降低了超过18%。
• 该系统能有效将注意力引导至高风险样本，提升检测效率并减少漏报。
• OEC通过在无需完全重新训练的情况下适应新型欺诈类型，实现系统未来抗性。
• 该方法在不断演变的欺诈生态系统中具备实际部署的可行性。